基于人工智能的量化选股模型设计与应用研究
随着人工智能的发展，基于人工智能的量化选股模型孕育而生，他们大多采用智能优化算法或机器学习预测方法进行量化选股，这些选股模型无论在发达国家的资本市场还是在发展中国家的资本市场，都取得了优异效果。本文同样也采用了智能优化算法和机器学习预测方法构造量化选股模型。而本文的创新之处为:不仅考虑了基于市场的预测因子，也考虑企业的财务因子，将股票预测与股票评分相结合，形成一种全新的量化选股模型。 模型主要包含两个步骤，股票预测和股票评分。首先，构建股票的预测因子，利用机器学习预测方法预测每一只股票的未来价格。其次，构造股票评分机制，通过上一步的预测因子以及财务因子评估每一只股票。最后，选择高评分的股票，进行等权投资。本文将该模型应用于A股市场的实证研究，并与其他基准模型（不同的预测模型，不同的因子设计，不同的优化算法，不同的适应度函数）做系统性的比较。实证结果表明:使用本文所提出的量化选股模型在A股市场上取得了显著成效，其构建的投资组合收益率远高于市场平均表现（即所有候选股票等权的投资组合）和我国A股指数。值得注意的是，本文构造的预测因子在模型优化中被赋予了很高的权重，这个发现说明了本文构造的股票预测因子在选股中具有重要地位，也支持了引入股票预测因子能够提高选股决策的新想法。
股票市场;量化选股模型;投资组合;人工智能
北京化工大学
硕士
数学
杨丰梅
2019
中文
F832.51
2019-09-26（万方平台首次上网日期，不代表论文的发表时间）